摘要

为了快速准确地检测油茶籽含油率、解决传统检测手段费时费力等问题,提出了一种基于高光谱成像技术的油茶籽含油率检测方法。应用光谱集Ⅰ(400~1 000 nm)和光谱集Ⅱ(900~1 700 nm)两组高光谱成像系统采集油茶籽的漫反射高光谱图像,并结合化学计量学方法建立油茶籽含油率的回归预测模型。结果显示,在不经预处理的情况下,两组光谱集数据建立的偏最小二乘回归模型精度最高:光谱集Ⅰ的预测集决定系数Rp2为0.681,均方根误差(RMSEP)为2.89%;光谱集Ⅱ的Rp2为0.740,RMSEP为2.92%。通过对比7种不同的变量选择方法发现,两组光谱集采用遗传算法筛选特征波长后建立的PLSR模型精度最高:光谱集Ⅰ的Rp2为0.694,RMSEP为2.82%;光谱集Ⅱ的Rp2为0.779,RMSEP为2.54%。通过对比光谱集Ⅰ和光谱集Ⅱ的建模效果发现,使用光谱集Ⅱ建立的PLSR模型的性能更好,因此900~1 700 nm波段比400~1 000 nm波段更适用于油茶籽含油率的检测,进一步验证了利用高光谱成像技术实现油茶籽含油率预测值分布可视化的可行性。